基于物理模型的图像去雾算法研究及FPGA实现

摘要

在雾霾天气下，大气环境可视性降低，室外成像设备捕获的图像出现严重降质，从而影响到人眼和机器的识别和信息分析。图像去雾就是对有雾图像进行去雾处理，提高图像清晰度，改善图像质量。随着FPGA技术的快速发展，图像去雾的实现方式不再局限于CPU和GPU，本文通过对图像去雾方法的深入研究，提出了一种基于物理模型的快速图像去雾算法，并在FPGA硬件平台上实现。　　本文对图像去雾技术的难点进行了归纳，深入研究了大气散射物理模型及目前主流去雾方法的实现原理，包括Retinex理论、直方图均衡化原理、暗通道先验理论、对比度增强原理。在理论与实验的基础上，提出了一种基于物理模型的快速图像去雾算法，对算法中估算全局大气光值和大气透射率的方法进行了详细介绍，本文算法对天空区域具有一定的识别能力，能更加准确地估算全局大气光值，并将全局大气光值加入到求解大气透射率的过程中，具有自动调节图像亮度和去雾程度的功能。在MATLAB上对本文去雾方法进行算法原型开发，采用主观评价方法与客观评价方法相结合的方式，对比不同去雾方法的去雾效果，实验结果表明，本文算法不仅具有良好的去雾效果，且算法复杂度低，在去雾处理时体现出实时性和普适性的特点。　　在本文提出的基于物理模型的快速图像去雾算法的基础上，结合FPGA的硬件结构特性，对去雾算法电路进行开发设计。去雾算法电路由暗通道模块、均值滤波模块、全局大气光值模块、透射率模块、图像恢复模块以及缓存电路组成，对每个功能模块进行了详细的电路设计和仿真验证分析。最后将FPGA实现结果与MATLAB实现结果进行对比，验证了本文去雾算法电路设计的正确性。在对分辨率大小为800×600的图像进行去雾处理时，仅耗时16.8ms，电路功耗为1.5W。通过与其他去雾实现方案对比，从处理时间、功耗、资源消耗等性能指标可以看出，本文FPGA实现方案适用于低功耗和实时性的应用场景。

目录

声明

第1章绪论

1.1.研究背景与意义

1.2.国内外研究现状

1.3.图像去雾技术难点

1.4.本文主要工作

第2章单幅图像去雾算法研究及 FPGA 技术

2.1.基于图像增强的去雾方法

2.1.1. 基于 Retinex 理论的去雾算法

2.1.2. 基于直方图均衡化原理的去雾算法

2.2.基于图像复原的去雾方法

2.2.1. 大气散射物理模型

2.2.2. 基于暗通道先验理论的去雾算法

2.2.3. 基于对比度增强原理的去雾算法

2.3.FPGA 技术

2.3.1. FPGA 简介

2.3.2. EDA 开发工具

2.4.本章小结

第3章基于物理模型的快速去雾算法研究

3.1.基于物理模型的快速去雾算法设计

3.1.1. 全局大气光值估计方法研究

3.1.2. 大气透射率估计方法研究

3.1.3. 图像恢复

3.2.图像质量评价方法

3.2.1. 主观评价方法

3.2.2. 客观评价方法

3.3.实验结果与参数取值分析

3.3.1. 去雾调控因子取值分析

3.3.2. 均值滤波窗口尺寸取值分析

3.3.3. 去雾效果对比

3.4.本章小结

第4章图像去雾算法的 FPGA 实现

4.1.去雾算法电路方案设计

4.2.各模块电路详细设计

4.2.1. 暗通道模块

4.2.2. 均值滤波模块

4.2.3. 全局大气光值模块

4.2.4. 透射率模块

4.2.5. 图像恢复模块

4.3.实验结果评价与分析

4.3.1. FPGA 与 MATLAB 去雾结果对比

4.3.2. 性能分析

4.4.本章小结

总结与展望

1、工作总结

2、未来展望

参考文献

致 谢